マルコフ決定過程と深層強化学習の融合による相互依存型システムの保全方策の最適化

• 研究課題/領域番号: 25K08162
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分25010:社会システム工学関連
• 研究機関: 電気通信大学
• 研究代表者: 金 路 電気通信大学, 大学院情報理工学研究科, 准教授 (00436734)
• 研究分担者: 山本 渉 慶應義塾大学, 健康マネジメント研究科(藤沢), 教授 (30303027)
• 研究期間 (年度): 2025-04-01 – 2029-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円); 2028年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2027年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2026年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2025年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
• キーワード: 信頼性 / 保全方策の最適化 / 状態監視保全 / マルコフ決定過程 / 深層強化学習

研究開始時の研究の概要

本研究は、複数の装置やユニットが互いに影響し合いながら動作するシステムにおいて、最適な保全方策を探索する新たなアプローチの開発を目的とする。まず数理モデルを用いて方策の性質を解析し、次に人工知能の一種である深層強化学習を活用し、複雑な状況下でも柔軟に適用可能な方策の導出を試みる。簡素なシステムから出発し、徐々に複雑な相互依存関係や制約条件を導入しながら、理論解析とAIシミュレーションの双方から、汎用性の高い意思決定支援の枠組みを構築する。